Politechnika Łódzka i FABE zbudują AI przewidującą pożary instalacji fotowoltaicznych

Politechnika Łódzka i łódzka spółka Fabryka Bezpieczeństwa FABE ogłosiły wspólny projekt badawczy, którego celem jest nauczenie systemów sztucznej inteligencji rozpoznawania ryzyka pożaru w instalacjach fotowoltaicznych i magazynach energii, zanim pojawią się pierwsze widoczne objawy usterki. Przedsięwzięcie ma zostać sfinansowane kwotą około 6,8 miliona złotych, a jego efektem ma być technologia gotowa do komercyjnego wdrożenia przez FABE.

Co dokładnie powstanie

Uczelnia i firma chcą wyjść poza dotychczasowe podejście do bezpieczeństwa instalacji fotowoltaicznych, które w większości polega na wykrywaniu awarii dopiero po jej wystąpieniu, na przykład przez czujniki dymu, temperatury czy prądu upływu. Nowy system ma analizować dane operacyjne z paneli, falowników i magazynów energii w sposób ciągły, wychwytując subtelne odchylenia parametrów, które poprzedzają uszkodzenie, zanim urządzenie faktycznie ulegnie awarii.

W praktyce oznacza to budowę modeli predykcyjnych trenowanych na danych z rzeczywistych instalacji, które mają rozpoznawać wzorce charakterystyczne dla degradacji ogniw, złączy czy komponentów magazynów energii. Politechnika Łódzka odpowiada za stronę naukową i modelowanie algorytmów, a FABE wnosi doświadczenie inżynierskie zdobyte przy tworzeniu własnych systemów przeciwpożarowych dla infrastruktury elektroenergetycznej.

Skala problemu w Polsce

Liczba instalacji fotowoltaicznych w Polsce rośnie od lat, a wraz z nią liczba zdarzeń pożarowych w obiektach z zamontowanymi panelami. Według danych przywoływanych przez branżowy serwis Gramwzielone.pl w samym 2025 roku odnotowano ponad 300 pożarów budynków z fotowoltaiką, a tylko w pierwszym kwartale 2026 roku było ich ponad 100. Statystyki te obejmują wszystkie pożary w obiektach z PV, nie tylko te, w których instalacja była bezpośrednią przyczyną ognia.

Analizy przyczyn wskazują, że największym problemem nie są same panele czy falowniki, lecz błędy popełniane na etapie montażu oraz wady komponentów. Najczęściej wymieniane przyczyny to niedbała lub pospieszna instalacja, zwarcia w okablowaniu, uderzenia pioruna oraz nieprawidłowe odłączanie systemu podczas awarii, co utrudnia strażakom bezpieczną interwencję.

Rola FABE

FABE nie jest w tym obszarze debiutantem. Spółka z Łodzi realizowała wcześniej projekt dofinansowany ze środków unijnych, w ramach którego opracowała inteligentny system zapobiegania pożarom dla stacji ładowania pojazdów elektrycznych, sprzedawany pod nazwą estcharge. Rozwiązanie na bieżąco ocenia ryzyko pożarowe instalacji i generuje rekomendacje prewencyjne, zanim dojdzie do awarii.

Nowy projekt z Politechniką Łódzką ma przenieść podobną logikę na instalacje fotowoltaiczne i towarzyszące im magazyny energii, czyli segment rynku, który rośnie znacznie szybciej niż infrastruktura ładowania pojazdów elektrycznych i generuje proporcjonalnie więcej zgłoszeń szkodowych do ubezpieczycieli.

Co to oznacza dla rynku

Dla firm instalatorskich i zarządców farm fotowoltaicznych wczesne wykrywanie ryzyka oznacza potencjalnie niższe koszty ubezpieczenia i szybszą reakcję serwisową, zanim drobna usterka przerodzi się w kosztowną awarię lub pożar. Rosnąca liczba zdarzeń pożarowych w instalacjach z magazynami energii już dziś skłania ubezpieczycieli do zaostrzania warunków polis, więc systemy predykcyjne mogą stać się argumentem przy negocjacji stawek.

Dla samej Politechniki Łódzkiej projekt wpisuje się w szerszy trend komercjalizacji badań nad sztuczną inteligencją we współpracy z lokalnym biznesem, obok innych inicjatyw uczelni w obszarze fotowoltaiki i materiałów dla energetyki słonecznej.

Strony nie podały na razie dokładnego harmonogramu wdrożenia gotowego produktu ani planowanej daty zakończenia prac badawczych. Kolejnym krokiem będzie prawdopodobnie budowa prototypu i testy na rzeczywistych instalacjach, zanim system trafi do oferty FABE jako komercyjne narzędzie dla operatorów farm PV i magazynów energii.